|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
类方法可以在- -定程度上检测出跌倒行为,但是会造成
, U) N9 S; B3 h9 b1引言) g$ u# Y2 C+ H- d* z( V
传感网内数据流量增加,有可能影响医疗护理传感器网
' L' J0 j3 V" F0 b2 O近年来,医疗护理无线传感器网络已经成为无线传络的正常应用.文献[9]邇过在老人的生活环境中部署
' @, H5 s5 ?+ l感器网络研究热点之--.尽管目前已经有很多类似系统,
: R$ V5 |) _- P" g {0 ]视频摄像头,对比画面判定被监测对象是否跌倒;该方- \3 _! }7 }* T# w* n; A2 k9 A
如Blueode, HealhGear, MobiHealth和UbiMon等"来监测
% u' n- M/ m9 s! |法的准确性高,但传输视频信息带来传感器网络通信量
/ K. m& A. z" i2 }# }$ G老年人的日常生理参数,但是都没有深入讨论如何检测
! d+ t, L- [- \5 X7 L8 l+ V的膨胀.文献[12]采用基于音频和视频联合的方法检测
}& C- q7 _; u) k+ B4 V, X$ X老年人的日常危险行为.研究表明3,在众多危害老年人# O) J8 d8 u4 q( {1 V
被监测对象的行为,但系统决策需要HMM的支持,需
k( L# ~6 f1 s, q0 C- L健康的日常行为之中,突然性跌倒行为对独自在家的老要 复杂的最初状态测试和很长的学习过程,且不能实现6 X& w# Z; D; V1 }: T& w
人造成的危害最大.因此如何有效检测这- -行 为已经成
4 J/ h9 D6 V0 V: K% u3 R- D& c分布式最终决策.文献[11]的研究结论表明,绝大多数
% |- ?8 g" f, K+ L0 k2 T8 d为医疗护理无线传感器网络研究领域的热点之一.文献
2 W: r$ c4 [/ {+ P老年人非常反感将自已的日常活动置于直接视频监测
& h. Q7 p; ]2 ?" P- m& {% \[2]提出的位姿测定机制可以用于老年人跌倒检测.文献
0 `" k$ R. }# Y9 o5 ]7 h的环境之中,因此上述方法的社会可行性需要重新评
0 X; W: Q' H. Q9 e( G/ b1 H x% U[3]利用附带有2维加速度传感器的Mica2Dot作为部署
% \1 R0 H0 `/ Y# t估.文献[4]的作者提出利用一组时间对比视觉传感器" e1 f5 G4 ^6 M& e6 D9 S, ?& @: {
在被监测对象身体上的节点,一旦检测加速度方向发生来 监测老年人是否跌倒,该传感器仅传输周围环境发生# a3 D# p2 g+ V6 ?8 }
变化,则判断被监测对象跌倒.文献[6,8]利用3维加速
/ @0 O7 F$ N9 {% ~$ G6 w7 m变化的变化部分图像,对静止部分不敏感,就可以减少- C {( b/ @2 F
度传感器来监测老年人的跌倒行为,提高了准确性.这! Y' f) {: a9 p* ?
通信量,但该传感器必须成对部署,应用场景受限制.# O& z y q9 \: z
7 K9 g' d7 K( y" b8 F, q
, _/ ]" V3 W7 V& I, ^
|
|